优化工具箱求解器
优化工具箱™求解器分为四个一般类别:
该小组中的求解器试图在起点附近找到目标函数的局部最小值
X0
。他们解决了不受限制的优化,线性编程,二次编程,圆锥编程和一般非线性编程的问题。该组中的求解器试图最小化一组函数的最大值(
fminimax
),或查找功能集合以下的位置低于某些指定值(Fgoalattain
)。该组中的求解器试图找到标量或矢量值非线性方程的解决方案F((X)= 0附近起点
X0
。方程式解决可以被视为一种优化形式,因为它等同于找到最低规范F((X)靠近X0
。该小组中的求解器试图最大程度地减少平方的总和。这种类型的问题在将模型拟合到数据时经常出现。解决者解决了寻找非负解决方案,找到有界或线性约束的解决方案以及将参数化非线性模型拟合到数据的问题。金宝搏官方网站
有关更多信息,请参见优化工具箱功能处理的问题。看优化决策表帮助选择求解器以最小化。
最小化器以形式提出优化问题
可能受到约束。F((X)称为an目标功能。一般来说,F((X)是类型的标量函数双倍的
, 和X是类型的向量或标量双倍的
。但是,多目标优化,方程求解和某些平方总和最小化可以具有向量或矩阵目标函数F((X)类型双倍的
。要使用优化工具箱求解器来最大化而不是最小化,请参见最大化目标。
以功能文件或匿名函数句柄的形式编写求解器的目标函数。您可以提供梯度∇f((X)对于许多求解器而言,您可以为多个求解器提供Hessian。看写目标功能。约束具有特殊形式,如写约束。